poslovna statistika - ekonomski - su

POSLOVNA POSLOVNA STATISTIKASTATISTIKA

Predava: Predava: DrDr Mirko SaviMirko Savi

savicmirko@ ef.uns.ac.rs

www.ef.unc.ac.rs

Predavanja i vebe

Seminarski rad(20 poena)

Ponuena ocena K1 + K2 + K3+Seminarski

Kolokvijum 1(20 poena)



Upis ocene u indeks

Usmeni ispit (opciono)

Termini predavanjaSubotica: etvrtak (15,00)

Novi Sad: ponedeljak (17,35)

Termini konsultacijaSubotica: kabinet 23, sreda (17,00)

PredavanjaPredavanja

LiteraturaSavi M. (2013) Poslovna statistika 2, Ekonomski

fakultet u Subotici

Novi Sad: kabinet 10, utorak (9,00)

Test (teorija)

20 pitanja sa ponuenim odgovorima ili

popunjavanjem praznog prostora.

Kolokvijumi Kolokvijumi 11--22--33

Termin: u toku semestra

Prva dva kolokvijuma se mogu raditi samo jednom!

OBLASTIK1 (test): Uvod; Metodi prikupljanja podataka; Zakonski propisi; Statistiki sistemiK2 (test): Poslovna statistika 2K3 (pismeni ispit): Berzanski indeksi, Regresiona i korelaciona analiza, korelacija ranga

Ponuena ocena

Skala za ocenjivanje:

55-64 6(est)

65-74 7(sedam)

75-84 8(osam)

85-94 9(devet)

95-100 10(deset)

Ukoliko student nije zadovoljan ponuenom ocenom

moe da trai da dodatno odgovara za ocenu vie.

Termin: u okviru svakog ispitnog roka.

Usmeni ispitUsmeni ispit

Sadraj: deset kratkih pitanja iz celog

gradiva.

Sreno!Sreno!

Za poveanje ocene potrebno je tano

odgovoriti na 8 od 10 pitanja!

Malcolm S. Malcolm S. ForbesForbes

TheThe purposepurpose ofof educationeducationisis toto replacereplace anan emptyemptymindmind withwith andand openopen oneone..

UVOD U

ZVANINU STATISTIKU

Predava: Dr Mirko Savi


www.ef.unc.ac.rs

Kontekst

Never has so much been expected from

statistics; never have statisticians had such

means at their disposal; (Department of Economic

and Social Affairs, Statistics Division, 2003, p. 2)

Definicij zvanine statistike

Official statistics are statistics published by government

agencies or other public bodies such as international

organizations. They provide quantitative or qualitative

information on all major areas of citizens' lives, such as

economic and social development, living conditions, health,

education, and the environment.

(Republiki zavod za

statistiku)

,

,

,

, .

.

Tri osnovne karakteristike Zvanine statistike:

objektivnost, dostupnost i kontinualnost.

Picture of a country

Basic information for decision making

Demand by users for more information has significantly

increased

Various Categories

Demographic statistics Social statistics Gender and special population groups Economic statistics Environmental statistics

Most common indicators

The gender statistics include:

* Women in labour force

* Gender pay gap

In the employment category:

* Employment rate

* Unemployment rate

* Youth unemployment rate

* Economic activity rate (women and men)

* Employment in major sectors: agriculture, industry, services

There are many indicators for the economy:

* Gross Domestic Product

* Gross Domestic Product per capita

* GDP by major economic sectors: agriculture, industry, services

* Consumer price index

* Purchasing Power Parity

* Exchange rate

* Gross external debt

Users

Three types of users:

Users with general interest Users with business interest Users with a research interest

One common point for all these users is their need

to be able to trust the official information!

Producers at the national level

National statistical institutes (NSIs) or offices (NSOs)

Banks Ministries Other central authorities

} Statistical system of a country

National statistical institutes (NSIs) or national statistical

offices (NSOs)

Quality principles Foster statistical literacy Information materijals Terminology Metadata Which data are official statistics Dissemination platforms Support and advise other producers Advocacy work Advice and services Training activities

In countries with less than 25 million inhabitants - exclusive

responsibility for all household surveys and all business surveys for

official statistics.

Collection process

Three main ways: surveys (metod uzorka) registers censuses

Statistical survey or a sample survey:

Advantage (direct control, rapidity) Disadvantage (high cots, variable quality)

Registers:

Advantage (total coverage, more detailed statistics, combination of registers)

Disadvantage (under-coverage)

Types of registers:

Administrative Private Statistical Business Agricultural etc.

Census:

Advantage (coverage) Disadvantage (high cost, terminology)

The best estimates are based on a combination of

different sources

Official Statistics presentation and release

Part of our everyday life...

Quality criteria to be respected

Not every figure reported by a public body should be

considered as official statistics, but those produced and

disseminated according to the principles.

1. Relevance (relevantnost)

2. Impartiality (nepristrasnost)

3. Dissemination (diseminacija)

4. Independence (nezavisnost)

5. Transparency (transparentnost)

6. Confidentiality (poverljivost)

7. International standards (meunarodni standardi)

How Should a Modern National System of

Official Statistics Look?

Fundamental Principles of Official Statistics Standards of the IMF (SDDS and GDDS) EU Code of Practice

The degree of centralization varies. Enshrined in and made operational through legislation. Statistical Laws vary in the degree of details . Population and agricultural censuses are frequently based on special laws.

At least one major department. The purpose of official statistics is to produce and disseminate authoritative results

The production process in official statistics

Phases:

1. Programming

2. Design

3. Data collection

4. Processing

5. Dissemination

6. Evaluation

Support processes Professional staff IT infrastructure

Trust of users

Confidence Fully transparent Intensive dialogue

Principles of official statistics

The UN Principles are formulated in a flexible way. Should cover the whole system of official statistics. Integrity and professionalism are a key factor. The core content of each Principle is not negotiable against resources.

1. Relevance, impartiality and equal access

2. Professionalism

3. Accountability (odgovornost)

4. Prevention of misuse

5. Cost-effectiveness

6. Confidentiality

7. Legislation

8. National Co-ordination

9. International Co-ordination

10. International statistical co-operation

Principi zvanine statistike ( RZS)

1. Zvanina statistika jeste neophodan element u informacionom sistemu demokratskog drutva koji

snabdeva vladu, ekonomiju i javnost podacima o ekonomskoj, demografskoj i socijalnoj situaciji i

stanju ivotne sredine. U tom cilju zvanine statistike agencije obezbeuju i na nepristrasnoj osnovi

ine dostupnom zvaninu statistiku koja ispunjava zahtev praktine korisnosti, uvaavajui pravo

graana na javnu informaciju.

2. Da bi se sauvalo poverenje u zvaninu statistiku, neophodno je da statistike agencije odluuju o

metodima i procedurama prikupljanja, obrade, uvanja i prezentacije statistikih podataka po strogo

profesionalnim kriterijumima, uz potovanje naunih principa i profesionalne etike.

3. Da bi se omoguila korektna interpretacija podataka, statistike agencije prezentuju informacije o

statistikim izvorima, metodima i procedurama prema naunim standardima.

4. Statistike agencije su ovlaene da objanjavaju pogrene interpretacije i zloupotrebe statistike.

5. Podaci za statistike svrhe mogu se uzimati iz svih vrsta izvora, bilo da su to statistika istraivanja

ili administrativni podaci. Statistike agencije biraju izvore imajui u vidu kvalitet, rokove, trokove i

optereenost respondenata.

6. Individualni podaci koje statistike agencije prikupljaju za statistiku kompilaciju, bilo da se odnose

na fizika ili pravna lica, strogo su tajni i koriste se iskljuivo u statistike svrhe.

7. Zakoni, propisi i mere po kojima funkcioniu statistiki sistemi moraju biti javni.

8. Koordinacija izmeu statistikih agencija unutar zemalja je sutinska za postizanje konzistentnosti

i efikasnosti u statistikom sistemu.

9. Upotreba meunarodnih koncepata, klasifikacija i metoda od strane statistikih agencija u svim

zemljama unapreuje konzistentnost i efikasnost statistikih sistema na svim zvaninim nivoima.

10. Bilateralna i multilateralna saradnja u statistici doprinosi unapreenju sistema zvanine statistike u

svim zemljama.

European Statistics Code

of Practice (Kodeks prakse

evropske statistike)

Consists of 15 principles To improve trust and confidence To reinforce the quality

The Code deals primarily with the production of

official statistics within the European Statistical

System (ESS).

A number of other institutions and bodies

outside the ESS provide official statistics at

European level.

Official statistics play a central role in democratic

societies as they provide public authorities, policy makers,

economic and social actors as well as all citizens, with

objective and impartial information, on the basis of which

informed decisions may be taken and issues openly debated.

The European Statistical System (ESS) is the partnership

comprising Eurostat, National Statistical Institutes and other

national statistical bodies responsible in each Member State

for producing and disseminating European Statistics.

Monitoring:

Indicators of Good Practice Statistical Programme Committee

Kodeks prakse evropske statistike (Republiki zavod za statistiku, 2005)

1. Profesionalna nezavisnost

2. Mandat za sakupljanje podataka

3. Adekvatnost izvora podataka

4. Posveenost kvalitetu

5. Poverljivost statistikih podataka

6. Nepristrasnost i objektivnost

7. Dobra metodologija

8. Odgovarajue statistike procedure

9. Bez suvine optereenosti davalaca podataka

10. Racionalni trokovi

11. Relevantnost

12. Tanost i pouzdanost

13. Potovanje vremenskih rokova

14. Koherentnost i uporedivost

15. Dostupni i jasni podaci

Literatura i pitanja za

pripremu kolokvijuma

Making Data Meaningful

Part1

Writing Stories About Numbers



www.ef.unc.ac.rs

Statistical story-telling is about:

catching the readers attention with a headline or image;

providing the story behind the numbers in an easily understood, interesting and entertaining

fashion;

encouraging journalists and others to consider how statistics might add impact to just about every

story they have to tell.

Readers tend to recall ideas more easily than

they do data.

2. Why tell a story?

Two reasons Media remain the primary channel of communication

3. Considerations

A number of key elements in publishing statistical

stories:

the information must be accurate independent and unbiased based on high-quality data guarantee the confidentiality vulnerable groups

4. How to write a statistical story

Do you have a story?

A technical report is not a story.

Focus on how the findings affect people.

Possible topics/themes for stories:

Current interest (policy agenda, media coverage, etc.);

Reference to everyday life (food prices, health, etc.);

Reference to a particular group (teens, women, the elderly, etc.);

Personal experiences (transportation, education, etc.);

Holidays (Independence Day, Christmas, etc.);

Current events (statistics on a topic frequently in the news);

Calendar themes (spring, summer, etc.);

New findings;

A regular series (This is the way we live now, Spotlight on

xxxx, etc.).

Write like a journalist: The inverted pyramid

The bonus is that the media are more likely to use

the information.

Conclusions at the top of the news story...

The lead: Your first paragraph

The most important element of the story It should contain few numbers. Five lines or fewer not five sentences

Remember:

Focus on one or two findings;

Write in everyday language (the popular science level);

Create images for your readers;

Focus on the things you want readers to remember;

Choose the points you think are newsworthy and timely.

Good writing techniques

Remember:

On the Internet, people want the story quickly. Write for the busy, time-sensitive reader. Avoid long, complex sentences. Keep them short and to the point. Paragraphs should contain no more than three sentences.

Use:

Language that people understand;

Short sentences, short paragraphs;

One main idea per paragraph;

Subheadings to guide the readers eye;

Simple language: Get, not acquire. About, not approximately. Same,

not identical;

Bulleted lists for easy scanning;

A good editor. Go beyond Spell-Check; ask a colleague to read your article;

Active voice. We found that Not: It was found that....;

Numbers in a consistent fashion: For example, choose 20 or twenty, and stick

with your choice;

Rounded numbers (both long decimals and big numbers);

Embedded quotes (these are sentences that generally explain how or why,

and which journalists like to use verbatim in their news stories in quotes);

URLs, or electronic links, to provide your reader with a full report containing

further information.

Avoid:

Elevator statistics: This went up, this went down, this went up; Jargon and technical terms; Acronyms; All capital letters and all italics: Mixed upper and lower case is easier to read;

Table reading, that is, describing every cell of a complex table in your text.

Headlines: Make them compelling

Headlines should:

Be informative, appealing, magnetic, interesting and newsy, and

incorporate:

o the highest since, the lowest since;

o something new;

o the first time, a record, a continuing trend;

Make you want to read the story, not scare you off;

Summarize the most important finding;

Be no longer than one line of type;

Not try to tell everything;

Contain few numbers, if any at all;

Have a verb or implied verb.

Tips for writing for the Internet

People scan material on the Internet. They are usually in a hurry. Different space limitations Avoid making the reader scroll horizontally. print friendly version Dont use ALL CAPITAL LETTERS Contrasting background colour

Graphs

Good statistical graphics:

Show the big picture by presenting many data points; Are paragraphs of data that convey one finding or a single concept;

Highlight the data by avoiding extra information and distractions, sometimes called non-data ink and chart-junk;

Present logical visual patterns. Let the data determine the type of graph

Tables

Good tables complement text. One decimal place will be adequate. Two decimal places...

5. Writing about data: Make the numbers stick

Journalists and statisticians are from two cultures.

Dont peel the onion. Get to the point.

Whats wrong with this article?

A revised version

6. Evaluating the impact

Media analysis

Keyword searches to measure extent of media coverage;

Total coverage for a pre-determined period of time;

Daily coverage to identify spikes;

Comparing coverage to established baselines;

Prior releases of the same data product;

Qualitative methods to analyse media coverage;

Correct interpretation of the numbers;

Coverage of target audiences;

Inclusion of key story-line messages;

Inclusion of core corporate messages;

Effective use of illustrative embedded graphics;

Tone of story (positive/negative);

Tone of quotes from external spokespersons (positive/negative).

Website analysis

You should look for:

The number of page views, visits, etc., to specific pages;

Where visitors are coming from;

Where visitors are going when they leave your pages.

8. Examples of well-written statistical stories

7. Before and after: Applying good writing techniques

Making Data Meaningful

Part2

A Guide to Presenting Statistics



www.ef.unc.ac.rs

Cultural differences among statistical organizations

Target audience: your first decision

More complex these days because of the Internet. Principal target audience was likely to be the media. Significant direct readership.

Understand the context in which you are

communicating

Four particular trends in online media consumption, which represent

both opportunities and risks:

1. medium for entertainment

2. snack culture 3. vaguely relevant piece of information and stop there

4. try not to exclude important audiences

Language: keep it clear, concise and simple

The old adage keep it short and simple (KISS) is as true now as it has ever been.

Some tips for clear writing:

Use short sentences;

Aim for one idea per sentence;

Break up long sentences;

Start each paragraph with the most important message;

Keep paragraphs short;

Keep your writing crisp.

Evaluating the impact: media analysis

Some methods include:

Voice of the Customer Programme

Gauge public reaction through user-groups and focus-groups

Conduct user surveys or consult influential clients

Employ market research services

Monitor Internet traffic

Analyse search keyword patterns and terms

2. Visualization of statistics

Ren Descartes (1596-1650) William Playfair (1759-1823)

Basic facts about human perception

Checklist for developing good data visualizations

The target group

The role of the graphic in the overall presentation

How and where the message will be presented

Contextual issues that may distort understanding: expert or

novice data user.

Whether textual analysis or a data table would be a better

solution.

Accessibility considerations: alternatives, colour, time

Consistency across data visualizations

Size, duration and complexity

Possibility of misinterpretation

3. Tables

Two types of tables:

presentation (or demonstration) tables reference tables

Tables should be able to stand alone!

Checklist for designing a good table

Five support components are needed to describe the data displayed

in a table:

The table title

Column headers

Row stubs

Footnotes

The source line

The use of rounding and decimals

4. Charts

4.1 Why use charts?

You should consider using charts if you want to show:

Comparison

Changes over time

Frequency distribution

Correlation

Relative share of a whole

4.2 Checklist for designing a good chart

1. Define your target audience

2. Determine the message you want to communicate

3. Determine the nature of your message

4.3 When it may not be appropriate to use charts

You should reconsider using charts when your data:

are very dispersed;

have too few values;

have too many values;

show little or no variation.

4.4 Selecting the appropriate type of chart

Bar charts

Population pyramid

Line charts

Pie charts

Scatter plots

A scatter plot is used to show the relationship

between two variables.

Experimenting with different types of charts

4.5 What makes an effective chart

Chart components

Chart components fall into three categories:

1. Data components that represent the data: bars, lines, areas or

points.

2. Support components that assist in understanding the data: title,

legend, data labels, gridlines, footnotes and data source.

3. Decorative features that are not related to the data.

4.6 Adjusting the chart parameters

4.7 Controlling the cognitive load of your charts

4.8 Suggestions to improve your charts

Be accurate

Sort your data

Avoid misleading correlations

Use dual y-axes with caution

Avoid unnecessary graphic features

5. Maps

5.1 Why a map is worth a thousand numbers

Maps are the most efficient tools to visualize spatial

patterns.

Geographic information systems (GIS) Cartographic information systems (CIS)

5.2 Checklist for designing a good map

A good map:

is simple and easily understood;

has a clear and objective message;

gives an accurate representation of the data and does not mislead;

attracts the readers attention to the most important information;

is well presented and attractive;

fits the output format and your audience;

can stand by itself without further explanations;

is accessible to colour-blind persons.

5.3 When it does not make sense to produce a map

There is no point in mapping your data if:

the data have no geographical breakdown;

there is no significant variation in the data;

your target audience may have difficulty understanding your

map;

there is not enough space available to present the map so it can

be properly read and understood.

5.4 Different types of maps

In general, there are two types of maps:

General reference (topographic) maps

Thematic (statistical) maps

Static or interactive maps

Modern online atlas information systems (AIS)

Thematic atlases

5.5 Selecting the appropriate type of map

Choropleth maps

Only ratios (i.e.

proportions, rates or

densities) can be

mapped with this

technique.

You should NOT use it

to represent absolute

values, such as

population size.

Dot maps

Proportional symbol maps To display absolute values.

5.6 Design tips: keep it simple!

Map components

Components :

The map title

The legends

The geographic units

Text labels

The map scale

A footnote

The data source

The copyright information

Other components :

A north arrow

Latitudes and longitudes

A location map is a small replica

Charts

Design the legend carefully

All class limits should be unambiguous: avoid ranges such as 100-200, 200-

300, 300-400.

There should be no gap between classes: avoid ranges such as 1.0-1.5, 2.0-

2.5, 3.0-3.5.

Areas for which data are not available should be identified.

In a map representing more than one variable, the legend should be

displayed in descending order of importance of the variable.

Colour: another important choice

6. Emerging visualization techniques

6.1 Why visualization is more than just a picture

6.2 Dynamic visualizations

Web 2.0 technologies

Web 2.0 is a term to describe a new wave of internet technologies

that allow users to do more than just access information online: they

can add, change or influence web content. Examples include wikis,

such as Wikipedia, blogs and social networking sites, such as

Facebook or LinkedIn.

6.3 Animation and video

6.4 Web 2.0 and building communities around data

6.5 Other new visualization techniques

Sparklines

Sparklines are small, word-sized line charts that show trends over

time.

Tag clouds

A tag cloud (sometimes also called a word cloud) is a visual

representation of the frequency of a word or tag in a particular

text or dataset.

When producing charts, it is worth considering that not all users

have access to pictures. A text description can be created to provide

the same information as displayed in your chart.

7.5 Metadata

Recommendations:

Provide access to the metadata via a range of different media, such as paper publications, CD-ROMs, etc.

Present in such a way as to meet the needs of a range of users. Free of charge on the Internet. Ensure active linkage of the metadata to the tables and charts they describe -and vice versa.

Make metadata available not only in the national language . Provide a local search engine based on free text search. Stability of URLs (Uniform Resource Locators) or providing links between the old and new URLs that will redirect users to the new address.

Provide the names of contact persons or email addresses.

Some statistical organizations present metadata as

layers of a pyramid.

PRIKUPLJANJE

PODATAKA



www.ef.unc.ac.rs

Izvori podataka

Primarni (individue, fokus grupe, panel grupe, Internet, otpad)

Sekundarni (knjige i periodike, poslovna evidencija i arhiva, podaci statistikih agencija, publikacije javne

uprave, mediji, Internet...)

Metodi prikupljanja podataka

Intervju

Intervju je metod prikupljanja podataka u obliku dvosmerne

komunikacije izmeu osobe koja intervjuie i respondenta

(izvetajne jedinice).

Nestrukturirani Strukturirani

Upotreba vizuelnih pomagala: slike, crtei, karte itd.

Vanost treninga...

Upitnici

Upitnik je unapred formulisan skup pitanja na koje se trae

odgovori respondenta, obino sa ogranienim broje alternativa.

Principi kvalitenog dizajna upitnika:

Formulacija pitanja Vrednosne skale Opti izgled

Principi formulacije pitanja:

odgovarajui sadraj pitanja nivo sofisticiranosti upotrebljenog jezika tip pitanja koja se postavljaju redosled pitanja lini podaci koji se trae od respondenata.

Jednostavna pitanja:

Da li imate auto?

Tata moga dede mome tati je _________

a meni je _________

umro

ao

Upitnik vs. intervju...

Intervju licem u lice

Za: motivacija, otklanjanje nejasnoa, dodatna pitanja, itanje

neverbalnih znakova, vizuelna pomagala, dobijanje bogatijih

podataka, upotreba CAPI (Computer Assisted Personal

Interview).

Protiv: oduzima vreme, vei trokovi, naruavanje

poverljivosti, treniranje anketara, poveana pristrastnost

rezultata, respondent moe da prekine intervju bilo kad.

Telefonski intervju

Za: manji trokovi, brzina, iri geografski obuhvat, vea anonimnost,

upotreba CATI (Computer Assisted Telephone Interview).

Protiv: Nema neverbalne komunikacije, moraju da budu kratki,

pozivanje brojeva koji su van upotrebe.

Lino urueni upitnici

Za: motivacija, otklanjanje nejasnoa, jeftiniji u sluaju uruivanja

veoj grupi, visok nivo odaziva (response rate).

Protiv: situacija da grupa nema mogunost da popunjava upitnike

(recimo u preduzeu).

Upitnici poslati potom

Za: velika anonimnost, velika geografska pokrivenost,

poklonii za motivaciju, due vreme odziva respondenata.

Protiv: nizak nivo odziva (30%), nejasnoe ostaju,

potrebne naknadne procedure za nadoknaivanje niskog

odziva.

Elektronski upitnici

Za: laki za slanje, globalna pokrivenost, jeftini, brzina, respondent

odgovara kad poeli.

Protiv: neophodna informatika pismenost, pristup raunarima,

veoma nizak nivo odziva.

Ostali metodi prikupljanja podataka:

Opservaciono prikupljanje podataka Mehanike opservacije Projektivni metodi (asocijacije, dopunjavanje, TAT (Thematic Apperception Test), inkblok test, kolai,

crtei,...

Multimetodski pristup.

Neverbalna komunikacija i metafore u

prikupljanju podataka

80% ljudske komunikacije je

neverbalna komunikacija.

Vrednosne skale

Vrste:

Dichotomous scale (dihotomne)

Category scale (kategorike)

Likert scale (Likertova skala)

Numerical scale (numerika skala)

Semantic differential scale (semantiko-diferencijalne skale)

Itemized rating scale (tematska vrednosna skala)

Fixed or constant sum rating scale (skala sa fiksnom sumom)

Stapel scale (Stapelova skala)

Graphic rating scale (grafike vrednosne skale)

Consensus scale (konsenzus skale)

Multidimenzionalne skale

itd.

Dihotomne skale: Da/Ne; Slaem se/Ne slaem se...

Kategorike skale: Navedite mesto svoj boravka: a) Subotica

b) Beograd

c) Novi Sad

Likertova skala:

Strongly

Disagree

Disagree Neither Agree

Nor Disagree

Agree Stronlgy Agree

1 2 3 4 5

Numerika skala: Navedite godine starosti; Navedite broj dece u domaistvu.

Semantiko-diferencijalne skale: Toplo/Hladno; Dobro;Loe; Jako/Slabo

How pleased are you with your new real estate agent?

Extreme

ly

Please

7 6 5 4 3 2 1 Extreme

ly

Displeas

ed

Research indicates that a 5-point scale is just as good as any, and that an

increase from 5 to 7 or 9 points on a rating scale does not improve the

reliability of the rating (Elmore&Beggs, 1975)

Tematska vrednosna skala

Example 9.6(i) Respond to each item using the scale below, and indicate your response number on the line by

each item.

1 2 3 4 5

Very Unlikely Unlikely Neither Unlikely

Nor Likely Likely Very Likely

1. I will be changing my job within the next 12 months.

2. I will take on new assignments in the near future.

3. It is possible that I will be out of this organization within the next 12 months.

Skala sa fiksnom sumom

In choosing a toilet soap, indicate the importance you attach to each of the following five aspects by

allotting points for each to total 100 in all.

Fragrance Color Shape Size Texture of lather Total points 100

Stapelova skala

State how you would rate your supervisor's abilities with respect to each of the characteristics mentioned

below, by circling the appropriate number.

+3 +3 +3 +2 +2 +2 +1 +1 +1

Adopting Modern Technology Product Innovation Interpersonal Skills -1 -1 -1 -2 -2 -2 -3 -3 -3

Rangiranje

Odreivanje preferencija izmeu razliitih modaliteta varijable.

Vrste:

Paired comparison (uporeivanje u parovima) Forced choice (isforsirani izbor) Comparative scale (komparativna skala)

Isforsirani izbor

Rang the following magazines that you would like to subscribe to in the order of

preference, assigning 1 for the most preferred choice and 5 for the least preferred.

Fortune Playboy Time People Prevention

Komparativna skala

In a volatile financial environment, compared to stocks, how wise or useful is it to invest in Treasury

bonds? Please circle the appropriate response.

More Useful About the Same Less Useful

1 2 3 4 5

Validnost upitnika

Tri osnovne dimenzije validnosti upitnika (mernog

instrumenta):

Validnost sadraja (content validity) Validnost vezana za kriterijum (criterion-related validity)

Validnost konstrukcije (construct validity)

Validnost u odnosu na podruje na koje se odnosi merenje:

Interna validnost Eksterna validnost

Validnost sadraja

Upitnik sadri adekvatan, reprezentativan i homogen

(konzistentan) skup pitanja koja mere odreeni koncept.

Naini merenja: Delfi metod t-test izmeu podskupova pitanja Merenje konzistentnosti izmeu pitanja (inter-item consistency reliability) uz pomo Cronbach alpha Test pouzdanosti dve polovine(split-half reliability tests)

Validnost vezana za kriterijum

Kada merni instrument (upitnik) razdvaja jedinice posmatranja

prema zadatom kriterijumu na oekivani nain.

Validnost konstrukcije

Kada rezultati dobijeni merenjem odgovaraju rezultatima koje

pokazuje teorija iz date oblasti.

Priprema podataka za analizu

Radnje:

Editovanje (ureivanje) podataka. Manipulacija preskoenim pitanjima. Kodiranje. Kategorizacija. Unoenje podataka u bazu.

Praksa

Telephone interviewing is an acceptable research tool in the United States, but it is considered inappropriate in many East Asian cultures.

Interviewing sessions in shopping malls dont exist in most countries. The penetration of telephones in individual homes varies; in some countries, it is as low as 10%.

In Saudi Arabia, market researchers are not allowed to interview women at all; those who do face prosecution.

Basic products such as mouthwash, which are taken for granted in the United States, are luxuries in parts of Africa. Mass telephone surveys for

such products in those countries are a waste of company resources. In

some countries, questions about such products are perceived as too

personal and offensive.

In the United Kingdom and Germany, the postal system is reliable and fast. This is not so in Nigeria and other emerging markets, where the mail

is referred to as snail mail.

Nesporazumi koji mogu da iskrsnu usled razlika u kulturnim

podnebljima:

''GM: NOVA in Central and South America...

Pepsi's ''Come Alive With the Pepsi Generation'' when translated into Chinese...

Frank Perdue's chicken slogan, ''It takes a strong man to make a tender chicken'' translates in Spanish...

American Airlines wanted to advertise its new leather first-class seats to Mexico, its ''Fly in Leather'' campaign...

The ''Got Milk? in Spanish...

Da li boja upitnika utie na procenat popunjenih i vraenih

upitnika?

Market research in a socialist society sounds like an

oxymoron, and so it proved in the early days of Chinas

reform and opening

Zato menader mora da bude upuen u tajne prikupljanja

podataka?

Delfi metod

Tehnika za postizanje konsenzusa izmeu eksperata. Serija upitnika sa kontrolisanom povratnom vezom. Izbegava se konfrontacija.

iroki spektar primene.

Najpoznatija varijanta metoda: Delfi sa rangiranjem

Kratki film (1) Kratki film (2)

Procedura

1. Izbor eksperata u Delfi panel (preporuka 10-18)

2. Dobijanje saglasnosti eksperata za njihovo uee.

3. Slanje liste pitanja ekspertima

4. Eksperti svako pitanje rangiraju prema vanosti.

5. Analiza odgovora eksperata i korigovanje liste pitanja.

6. Ponovno slanje liste pitanja ekspertima.

7. Rangiranje pitanja od strane eksperata.

8. Sumiranje odgovora eksperata i izraunavanje koeficijenta

konkordacije.

9. Ponavljanje koraka 3-8 najvie jo dva puta ako koeficijent

konkordacije nije vei od 0,7.

10. Ako je koeficijent vei od 0,7 dobijena je konana lista

pitanja. U suprotnom nastavlja se sa iteracijama ukoliko se

proseni rangovi dve susedne iteracije znaajno razlikuju.

Koeficijent konkordacije = Kendall-ov koeficijent korelacije!

nn

SSn

nmr

n

ii

n

ii

3

2

11

2

212

12''

gde je:

m broj numerikih serija (broj eksperata) n broj podataka u svakoj seriji Si, i = 1, 2, ..., n zbir rangova po redovima.

Dobijeni koeficijent korelacije ne pokazuje jainu i smer

korelacione veze direktno izmeu posmatranih pojava nego izmeu

njihovih rangova.

Ukoliko se pojave zajedniki rangovi, koristi se sledea formula:

k

i

n

ii

n

ii

Tnn

SSn

nmr

1

3

2

11

2

212

12''

k

i

k

i

kkT1 1

3

12

1

k broj obeleja koja imaju zajednike rangove

ZVA-001 Kendall-ov koeficijent korelacije ranga (bez zaj.rangova)

ZVA-002 Kendall-ov koeficijent korelacije ranga (sa zaj. rangovima)

STATISTIKI SISTEMI



www.ef.unc.ac.rs

Osnovni pojmovi

Predmet istraivanja ekonomske statistike obuhvata sledee

ekonomske pojave:

a) proizvodne snage privrede: stanovnitvo i proizvodni

kapaciteti;

b) ekonomska aktivnost: proizvodnja, koncepcije proizvodnje,

merenje i izraavanje proizvodnje, drutveni proizvod,

narodni dohodak, dinamika proizvodnje, raspodela i

potronja i makroekonomski bilansi;

c) statistika cena i ivotnog standarda.

Zadatak ekonomske statistike je da pomou statistikih metoda i

odgovarajuih pokazatelja donosi ocene o ekonomskim pojavama i

procesima.

Jedinstvenost statistikog istraivanja je obezbeena preko

statistikog informacionog sistema.

Statistiki informacioni sistem predstavlja zakonom definisan

skup statistikih organizacija, metoda istraivanja, procedura,

standarda, evidencija i publikacija.

Izvori podataka: primarni i sekundarni.

Statistiki standardi su jasno definisana pravila. Njihova

upotreba je propisana zakonom.

Statistiki pokazatelj je jednoznano definisana kvantitativna

karakteristika posmatrane pojave upotpunjena sa kvalitativnim

oznakama radi lake identifikacije. To je finalni proizvod

statistikog istraivanja.

Evropska statistika podrazumeva statistiku Zajednice

Statistika institucija

Evropski statistiki sistem - partnerstvo

Meunarodni statistiki sistemi

Organizacija ujedinjenih nacija (OUN) od 1946. godine razvija

meunarodni statistiki sistem.

Statistikim sistemom OUN upravljaju Ekonomski i drutveni savet

UN preko Statistike komisije.

Statistika kancelarija pri Sekretarijatu UN Statistika sekcija UNCTAD-a (Konferencija UN za trgovinu i razvoj) Statistike slube agencija UN-a Statistika sluba OECD-a Evropski statistiki sistem Evropske unije (ESS) (SPC Statistiki programski komitet)

Eurostat, odnosno Generalni direktorat Evropske komisije za statistiku

Statistiki sistem Republike Srbije

Statistiki informacioni sistem je sastavni deo drutvenog sistema

informisanja Republike Srbije. On se sastoji od sledeih elemenata:

statistikih organizacija,

statistikih istraivanja,

baza podataka,

statistikih standarda,

metodolokih i organizacionih procedura i principa,

statistikih pokazatelja i statistikih publikacija.

Organizacija statistike u Republici Srbiji je regulisana odgovarajuim

zakonskim i drugim aktima:

Ustavom,

Zakonom o statistikim istraivanjima,

Zakonom o informisanju,

Strategijom razvoja zvanine statistike u Republici Srbiji

Planovima statistikih istraivanja.

-

5, 11050

: [email protected]

: www.stat.gov.rs

Direktor: .

.

:

, , , , , , , , , , , , , .

2. : ,

,

,

,

: , ,

,

, , .

, ,

:

, 104/09 , 2011. , 104/09

, 2011.

, 24/11 2011. , 104/09 2011. , 24/11 , 104/09 2011. 2015. , 23/11 2011. , 47/11 , 54/10

, 54/10 , . 110/09 46/10. , 2009 2012. , 7/09

:

2011.

http://www.srbija.gov.rs/vesti/dokumenti_sekcija.php?id=36146

http://webrzs.stat.gov.rs/WebSite/Public/PageView.aspx?pKey=286

14 , 6 , 3 , 1

1. ,

2. 8 :

2.1. , .

2.2. , .

2.3. .

2.4. .

2.5.

2.6.

2.6.1. e

2.6.2.

2.7.

2.7.1.

2.7.2. -

2.7.3.

2.8.

3.

3.1

3.1.1.

3.1.2.

3.2.

3.3

3.4. ,

3.4.1.

3.4.2.

3.5

!

3.5.1.

3.5.2. ,

3.6. ,

3.7. 3.15. .

.

4. -

5. ,

6.

kompleksne publikacije (Statistiki godinjak Srbije, Optine u Republici Srbiji, Meseni statistiki pregled, Drutveno-ekonomska kretanja, Trendovi, Srbija u brojkama), saoptenja, bilteni, optinska statistika dokumentacija, studije i analize, metodologije i standardi, radni dokumenti, katalozi,

posebne publikacije .

2010: 32909 (53% )

( , ,

, , )

(, , , ,

)

( , ,

, )

( , )

:

5 838 ( : 15% ) - 2 954 774 ( 28% 2009. ) () 2 103 ( : 91% ) - ( ) 700 500 -

2002.

:

(Word, Excel, Access, .).

BCKUP

backup

:

1. dump- ( ,

):

o ( ) Dump- .

10 ( ).

o Dump- . 4 (

).

o 15- Dump- . 12 (

).

2. DFHSM:

3. imagecopy-a DB2 e.

4. .

:

Definicije statistikih rezultata koje objavljuje RZS

U statistikom sistemu razlikujemo sledee autpute:

Projekcija. Objavljuje se pre poetka perioda na koji se rezultati

odnose. Za izradu projekcija koriste se istorijski podaci

(vremenske serije) i modeli za analizu i projektovanje

vremenskih serija.

Procene. Objavljuju se na samom kraju ili neposredno posle

isteka perioda na koji se odnose rezultati. Procena je

kombinacija istorijskih podataka sa raspoloivim deliminim

informacijama o periodu na koji se odnose rezultati.

Brze (Flesh) procene. Procene koje su obraunate i objavljene

u najkraem moguem roku po isteku referentnog perioda,

korienjem skupa indikatora koji su raspoloivi u datom

momentu. Upotreba ekonometrijskih modela.

Prethodni rezultati (First data). Obraunavaju se i publikuju pre

konanih rezultata. Baziraju se na skupu raspoloivih statistikih i

administrativnih izvora podataka, koji je iri od skupa koji se

koristi za brze procene.

Konani rezultati (Final data). Baziraju se na kompletnom skupu

indikatora, a obrauni se izvode na najniim nivoima agregiranja.

Podloni su revizijama ukoliko doe do promene u metodolokim

konceptima i definicajama, u metodama obrauna, klasifikacijama,

zakonskoj regulativi i sl.

Narodna banka Srbije

Narodna banka Srbije je nadlena za prikupljanje, obradu i

analizu podataka monetarne statistike i izradu platnog bilansa

u Republici Srbiji.

Institucionalna podela nadlenosti izmeu odgovornih

proizvoaa zvanine statistike u oblasti finansijske statistike.

Sistem praenja direktnih stranih investicija, kao i statistiko

praenje tekueg i kapitalnog priliva deviznih

sredstava . (Strategija 2009-2012)

U okviru organizacije NBS funkcionie i sektor za monetarne

analize i statistiku.

Statistika NBS se grupie u sledee kategorije: Monetarna statistika Kamatne stope Ekonomski odnosi sa inostranstvom Realni sektor Fiskalni sektor

Monetarna statistika

Osnovni monetarni agregati

Bilans NBS

Bilans banaka

Konsolidovani bilans bankarskog sistema

Monetarni pregled

Depoziti nemonetarnih sektora kod banaka

Depoziti privrede kod banaka po sektorskoj strukturi

Kratkorona potraivanja banaka od nemonetarnih sektora

Dugorona potraivanja banaka od nemonetarnih sektora

Potraivanja banaka od privrede po ugovorenoj zatiti od rizika i valutnoj

strukturi

Potraivanja banaka od stanovnitva po ugovorenoj zatiti od rizika i valutnoj

strukturi

Potraivanja banaka od privrede po sektorskoj strukturi

Novana masa M1, po sektorima



tednja stanovnitva Struktura tednje stanovnitva

Kamatne stope

Kamatne stope NBS

Aktivne i pasivne kamatne stope NBS

Prosena ponderisana stopa na repo aukcijama NBS

Aktivne ponderisane kamatne stope banaka na kredite po vrsti, ronosti i namenama stanja po postojeim poslovima

Aktivne ponderisane kamatne stope banaka na kredite po vrsti i namenama novoodobreni

poslovi

Pasivne ponderisane kamatne stope banaka na depozite po ronosti stanja po postojeim

poslovima

Pasivne ponderisane kamatne stope banaka na depozite po ronosti novoodobreni poslovi Aktivne ponderisane kamatne stope banaka na kredite po valutama stanja po postojeim

poslovima

Aktivne ponderisane kamatne stope banaka na kredite po valutama novoodobreni poslovi Pasivne ponderisane kamatne stope banaka na depozite po valutama stanja po postojeim

poslovima

Pasivne ponderisane kamatne stope banaka na depozite po valutama novoodobreni

poslovi

Aktivne ponderisane kamatne stope banaka na dinarske kredite *

Pasivne ponderisane kamatne stope banaka na dinarske depozite *

Kamatne stope na hartije od vrednosti

Pregled najvanijih kamatnih stopa

Ekonomski odnosi sa inostranstvom

Platni bilans RS

Meunarodna investiciona pozicija RS

Obaveze banaka prema inostranstvu

Devizne rezerve

Izvetaj zvaninih deviznih rezervi i devizne likvidnosti Devizno trite

Stanje spoljnog duga po vrsti dunika i po inokreditorima

Spoljni dug RS, prema kreditorima

Spoljni dug RS, prema dunicima

Kretanje deviznih kurseva

Zvanini i trini kursevi u periodu 1990-2000

Realni sektor

Bruto domai proizvod RS

Industrijska proizvodnja

Graevinarstvo i saobraaj

Trgovina, ugostiteljstvo i turizam

Zaposlenost i zarade

Cene proizvoaa

Potroake cene

Fiskalni sektor

Javne finansije

Neto pozicija drave kod bankarskog sektora

EUROSTAT

Comparing apples with apples

Eurostats main role is to process and publish comparable statistical

information at European level.

Eurostat does not collect data.

Key historical facts 1953 The Statistics Division for the Coal and Steel Community

established.

1958 Forerunner of Eurostat established.

1959 The present name of Eurostat. First publication on agricultural

statistics.

1960 First LFS.

1994 First European household panel held.

2004 Start of free of charge dissemination.

2005 European Statistics Code of Practice.

2007 Statistical Programme 2008-2012 was adopted

2009New European Regulation governing the statistical cooperation.

Structure

Director-General, Deputy Director General and seven sectors:

Cooperation in the European Statistical System; Resources Quality, methodology and information systems National and European Accounts External cooperation, communication and key indicators Sectoral and regional statistics Social and information society statistics Business statistics

900 posts in Eurostat Operational budget (2008) 45.2 million . More than half of Eurostat's staff work in statistics.

Eurostat is mainly looking for the following job profiles: statistical officer,

economist and IT manager (AD career), assistant in statistics, economics,

statistical database domain manager, IT assistant and secretary (AST career).

Regulations

European statistics thus constitute an essential contribution to

building the information capacity required to sustain the EU's

strategic objectives and the underlying policies and

supporting instruments.

uniform standards and harmonised methods traditional stovepipe model The new Regulation on statistics introduces the European Statistical System (ESS)

avoid duplication of work and to exploit synergies For many decades the NSIs each produce their own national statistics

highly inefficient and costly cooperation and standardisation as far as possible

Changes in the ESS business environment

In all areas of statistics, information needs continue to grow. reduction of the response burden, simplification and priority-setting

progress in the business and trade statistics new ICT tools

Impacts for citizens and administrations Implications for businesses

The integrated model

The implementation of the European systems method to statistics

involves three components:

Community legislation Promotion of methodologies based on common tools Promotion of common values and the sharing of knowledge

European Statistical System Committee

Professional guidance to the ESS for developing, producing and disseminating European statistics.

Representatives of the NSIs who are national specialists for statistics.

Chaired by the Commission (Eurostat).

EUROSTAT je struka a ESS komitet je menadment.

European statistical programme

Provide the framework...

...lay down priorities

for a period not exceeding five years

The Commission shall submit the draft European statistical

programme to the ESS Committee for prior examination.

Inter-mediate progress report and a final evaluation report to EU

parliament and ESSC.

The European Statistical System

The ESS is the partnership between the Community statistical

authority, which is the Commission (Eurostat), and the national

statistical institutes (NSIs) and other national authorities

responsible in each Member State for the development,

production and dissemination of European statistics.

Coordinates its work with candidate countries.

Methodology

The main role of Eurostat is to facilitate and to contribute the

coordination of methodological activities aiming at the necessary

standardisation and harmonisation of statistical processes.

Statistical survey can be split into the different phases:

1. Survey planning and design

2. Data collection

3. Data processing and validation

4. Data compilation

5. Data analysis and visualisation

6. Data post processing and dissemination.

ESS methodological documents

Survey planning, design and data compilation

Eurostat sampling reference guidelines

Monographs of official statistics - Variance estimation

methods in the European Union (2002)

Handbook on the design and implementation of

business surveys (1997)

Data collection

Handbook of Recommended Practices for

Questionnaire Development and Testing in the

European Statistical System (2006)

Handbook for Monitoring and Evaluating Business

Survey Response Burdens (2007)

Data analysis and visualisation

Handbook on Constructing Composite Indicators:

Methodology and User Guide (2008)

ESS Guidelines on Seasonal Adjustment (2008)

Statistical Confidentiality and Disclosure Control

Handbook on Statistical Disclosure Control (2007)

Interesne grupe

CIRCA (Communication & Information Resource Centre Administrator):

Sezonsko poravnavanje

Raunovodstvo i statistika

Zemlje kandidati

CEIES The European Advisory Committee on Statistical Information in

the Economic and Social Spheres

CMFB Committee on Monetary, Financial and Balance of Payments

Statistics

CoRD Collection of Raw Data

CPSA STANDING COMMITTEE FOR AGRICULTURAL STATISTICS

Statistika kriminala

Statistika kulture

Statistika obrazovanja, treninga i kulture

Zaposlenost i nezaposlenost[K1]

ivotna sredina

Domainstva

Meunarodna statistika saradnja

Demografija

Regionalna i urbana statistika

Transport

Bezbednost hrane

Zdravstvena zatita i sigurnost na radnom mestu

Turizam

Metadata

server

RAMON

European Statistical Training Programme

Raising the qualification of statisticians.

ESTP core programme 2012

Who may apply?

Officials and employees of National Statistical Institutes or

corresponding Competent National Authorities (CNA) of EU Member

States, EFTA countries, candidate countries and potential candidates as

well as Eurostat can apply. Occasionally...

United Nations

United Nations Statistical Commission

It brings together the Chief Statisticians from member states from

around the world.

The Statistical Commission oversees the work of the United

Nations Statistics Division (UNSD), and is a Functional

Commission of the UN Economic and Social Council.

The Commission shall assist the Council:

(a) In promoting the development and comparability of national statistics;

(b) In the coordination of the statistical work of specialized agencies;

(c) In the development of the central statistical services of the Secretariat;

(d) In advising the organs of the UN;

(e) In promoting the improvement of statistics.

Importance of the Commission's coordination function

The Commission consists of 24 member countries of the United Nations elected

by the United Nations Economic and Social Council:

(a) Five members from African States;

(b) Four members from Asian States;

(c) Four members from Eastern European States;

(d) Four members from Latin American and Caribbean States;

(e) Seven members from Western European and other States.

The term of office of members is four years.

UNECE United Nations Economic Commission for Europe

UNECE's terms of reference have been defined by ECOSOC.

ECOSOC coordinate statistical activities in the UNECE region

through the Conference of European Statisticians (CES) and its

Bureau, and the Database of International Statistical Activities.

OECD - Organisation for Economic Co-operation

and Development

OECD analyse and compare data to predict future trends.

List of committies http://webnet.oecd.org/oecdgroups/

COUNCIL AND RELATED BODIES (2 main bodies / groups, 15 total)

ECONOMIC POLICY (2, 5)

ENVIRONMENT (2, 26)

DEVELOPMENT (1, 10)

PUBLIC GOVERNANCE AND TERRITORIAL DEVELOPMENT (3, 15)

TRADE AND AGRICULTURE (4, 24)

FINANCIAL AND ENTERPRISE AFFAIRS (5, 30)

TAX POLICY AND ADMINISTRATION (3, 27)

SCIENCE, TECHNOLOGY AND INDUSTRY (6, 25)

EMPLOYMENT, LABOUR AND SOCIAL AFFAIRS (2, 9)

ENTREPRENEURSHIP, SMES AND LOCAL DEVELOPMENT (2, 3)

EDUCATION (4, 21)

STATISTICS (1, 4)

Committee on Statistics (3 subsidiary bodies / groups, 3 total)

oWorking Party on National Accounts

oOECD Expert Group on Statistical Data and Metadata Exchange

oWorking Party on International Trade in Goods and Trade in Services Statistics

TRANSPORT (1, 5)

INTERNATIONAL ENERGY AGENCY (IEA) (1, 16)

OECD NUCLEAR ENERGY AGENCY (NEA) (1, 67)

JOINT SUBSIDIARY BODIES TO THE CO-ORDINATED ORGANISATIONS (1, 3)

EKONOMSKA

(POSLOVNA)

STATISTIKAPredava: Dr Mirko Savi


www.ef.unc.ac.rs

Ekonomska (poslovna) statistika je nauna disciplina koja se

bavi statistikom analizom masovnih drutveno-ekonomskih

pojava u i procesa sa ciljem da prui korisne informacije

privrednim subjektima kao elementima ekonomskog sistema.

Predmet istraivanja: drutvene i ekonomske pojave koje su od

znaaja za ekonomsku aktivnost jedne zemlje i svih njenih

privrednih subjekata.

Predmet istraivanja poslovne statistike obuhvata sledee

ekonomske pojave:

proizvodne snage privrede: stanovnitvo i proizvodnikapaciteti;

ekonomska aktivnost: proizvodnja, koncepcije proizvodnje,merenje i izraavanje proizvodnje, drutveni proizvod, narodni

dohodak, dinamika proizvodnje, raspodela i potronja i

makroekonomski bilansi;

statistika cena i ivotnog standarda.

3.Demografska statistika

Stanovnitvo predstavlja skup ljudi koji se nalazi na

odreenoj teritoriji u odreenom trenutku.

Dvostruka uloga...Statika i dinamika analiza...

Izvori podataka za statistiko posmatranje stanovnitva

PopisMatine knjigeRegistri stanovnitvaMetod uzorka

Osnovni pokazatelji populacione statistike

Pod ukupnim stanovnitvom se podrazumeva broj lica koja

ive na odreenoj teritoriji.

De facto i de iure...

[3-1] Prosean broj stanovnika 2

1 PPP ii

,

gde je:

Pi 1 - broj stanovnika na poetku perioda,

Pi - broj stanovnika na kraju perioda.

[3-2] Ukupni apsolutni porast stanovnitva PPD ii 1 ,

[3-3] Proseni godinji apsolutni porast stanovnitva t

DR ,

gde je:

t broj vremenskih perioda.

[3-4] Prosean godinji porast na 1000 stanovnika (relativni porast) P

Rr ,

[3-5] Prosena geometrijska stopa porasta stanovnitva

111

t

i

i

P

Pr .

Pored navedenih pokazatelja, znaajno mesto zauzimaju sledei pokazatelji:

geografska distribucija stanovnitva (geografska struktura) po odreenom

podruju (naselju, optini, regionu itd.),

relativni izraz naseljenosti (gustina naseljenosti), odnosno broj stanovnika po

jednom kvadratnom kilometru,

broj stanovnika po kvadratnom kilometru poljoprivredne ili obradive povrine.

Struktura stanovnitva

Pol, nacionalnost, brano stanje, starosna dob, mesto roenja,

zanimanje, poloaj u zanimanju, kolska sprema itd.

Bioloke struktureEkonomske stuktureOstale strukture

Polna i starosna struktura stanovnitva

[3-6] Stopa maskuliniteta (broj mukaraca na 1000 ena)

1000P

PK

f

mm ,

[3-7] Stopa feminiteta (broj ena na 1000 mukaraca)

1000P

PK

m

f

f ,

gde je:

Pm - broj mukog stanovnitva,

P f - broj enskog stanovnitva.

Na 100 devojica rodi se 107 deaka.

Broj stanovnika i stopa maskuliniteta po kontinentima

Kontinenti

Populacija u milionima

Stopa

maskuliniteta

u procentima

Ukupno Mukarci ene

SVET UKUPNO 6,225 3,131 3,094 101

AFRIKA 832 414 418 99

LATINSKA AMERIKA I KARIBI 536 265 271 98

SEVERNA AMERIKA 322 158 164 97

AZIJA 3,776 1,927 1,849 104

EVROPA 727 350 377 93

Istona Evropa 302 143 159 90

Severna Evropa 95 46 49 95

Juna Evropa 146 71 75 96

Zapadna Evropa 184 90 94 96

OKEANIJA 31.84 15.98 15.86 101

Izvor: United Nations Statistics Division, Statistical Databases (decembar 2006. godine;

http://unstats.un.org/unsd/databases.htm)

Starosna struktura stanovnitva

do 14 godine, od 15 do 64 godine i od 65 godina i vie0-4, 5-9, 10-14 itd.Kohorte

Uee starijeg stanovnitva (65 godina i vie) u pojedinim zemljama

oika...

Struktura stanovnitva Republike Srbije prema starosti i polu

Starosna piramida

Starosna piramida grada Beograda za 2002. godinu (horizontalna osa predstavlja

procenat stanovnitva)

Razlikujemo tri tipa starosne strukture:

Progresivni (ekspanzivni).

Stacionirani (stagnantni).

Regresivni (opadajui). Demografska dividenda...

Kao osnovni pokazatelj starosne strukture javlja se prosena starost stanovnitva.

Proseno trajanje ivota

Oekivano trajanje ivota u nekim zemljama (femalesene, malesmukarci)

Koeficijent starosti (12%)

[3-8] Indeks starenja 100200

60

P

PI s .

Kontigent predstavlja broj stanovnika odreene starosne dobi:

kontigent predkolske dece (0-6 godina starosti), kontigent kolske dece (7-14 godina), radni kontigent (mukarci od 15-64 godine i ene od 15-59 godina) fertilini kontigent (ene od 15-49 godina)

Ekonomska struktura stanovnitva

Zanimanje u statistikom smislu se definie kao drutveno korisni,

konkretni rad koji neko lice obavlja radi obezbeenja sredstava za

ivot.

Nomenklatura zanimanjaMeunarodna klasifikacija zanimanja Poloaj u zanimanju Delatnost

Zaposlena lica po delatnostima, oktobar 2004.

Aktivno stanovnitvo predstavlja zapravo statistiki ekvivalent za

ekonomsku kategoriju radne snage.

Ukupno ekonomski aktivno stanovnitvo je zbir civilnog

ekonomski aktivnog stanovnitva i vojnih lica.

Procenat aktivnog stanovnitva u izabranim zemljama sveta

Mukarci 15-19

20-24

25-29

30-34

35-39

40-44

45-49

50-54

55-59

60-64 65+

Total (15+)

BIH 20,4 80,1 96,0 98,1 98,0 96,6 93,0 76,7 55,7 34,1 23,9 71,4

Bugarska 3,5 41,1 67,4 72,7 75,2 75,4 71,5 65,8 53,6 24,8 15,4 46,9

Hrvatska 19,4 69,8 89,8 93,6 93,0 90,7 87,2 80,9 55,1 22,2 21,2 62,1

eka 4,7 57,5 88,7 92,9 92,7 90,3 89,4 85,1 76,6 30,3 17,7 64,2

Nemaka 33,6 75,4 86,2 94,7 95,9 95,4 94,3 90,3 78,0 34,0 12,8 65,8

Grka 9,5 50,0 80,7 91,1 92,9 93,4 93,0 85,7 72,1 45,0 23,1 56,8

Maarska 4,9 52,0 81,3 86,8 85,7 81,0 77,2 69,8 55,1 16,8 7,4 54,5

Italija 11,5 46,0 72,3 87,0 91,4 92,7 91,8 84,2 55,3 30,6 15,7 58,0

Poljska 7,5 40,6 72,6 80,4 80,5 76,8 70,7 58,7 44,0 23,5 21,7 50,4

Rumunija 14,0 47,7 75,5 84,6 85,7 83,8 80,0 71,3 52,3 34,8 62,7 57,6

Rusija 20,7 75,5 90,9 91,8 91,0 90,3 88,6 85,3 65,2 29,2 6,4 67,1

SCG 23,9 75,2 91,6 98,1 98,2 96,3 91,9 81,8 58,9 37,7 27,1 58,9

ene 15-19

20-24

25-29

30-34

35-39

40-44

45-49

50-54

55-59

60-64 65+

Total (15+)

BIH 17,2 61,5 74,0 70,7 70,1 60,5 46,0 29,4 16,6 11,2 6,5 43,1

Bugarska 4,8 35,4 56,7 64,5 72,8 74,0 70,7 63,4 48,6 7,3 6,6 38,4

Hrvatska 17,1 61,0 79,9 81,2 81,1 79,1 71,8 50,4 21,0 8,8 12,7 44,9

eka 4,6 47,7 57,2 64,7 78,2 82,4 84,9 77,8 59,2 13,4 7,1 45,8

Nemaka 27,5 66,4 74,8 77,2 78,8 81,6 81,2 73,8 58,2 16,4 6,3 48,9

Grka 4,9 33,1 58,9 59,2 60,3 59,5 54,5 45,4 38,2 20,7 7,3 32,5

Maarska 3,2 42,0 59,4 60,4 71,7 75,1 73,7 65,8 51,5 7,3 3,9 40,2

Italija 6,8 32,5 53,2 57,9 58,9 56,9 54,8 46,2 37,6 9,9 4,5 32,8

Poljska 4,7 31,6 59,1 62,3 67,5 69,7 65,9 49,4 39,4 12,5 12,2 38,2

Rumunija 8,6 38,2 64,3 68,9 71,5 70,9 64,7 56,2 48,1 29,4 49,7 44,6

Rusija 11,6 63,6 79,5 82,1 86,3 88,1 86,8 78,9 33,7 16,0 2,5 51,8

SCG 18,2 62,4 80,2 85,4 84,6 78,5 64,7 44,8 28,7 22,5 16,4 43,5

Samostalno i izdravano stanovnitvo

Struktura stanovnitva prema aktivnosti, oktobar 2004. (procena)

Poljoprivredno i nepoljoprivredno stanovnitvo, odnosno

seosko i gradsko stanovnitvo

Poljoprivredno stanovnitvo, po popisima

Ostale strukture stanovnitva

Brano stanje Brak kao pravno stanje ili brak kao faktiko stanjeStopa celibata (monatva)Koeficijent udatih ena

Zemlje u tranziciji, broj ena koje prvi put stupaju u brak na 1000 ena u promilima

(TMFR) i prosena starost ena koje stupaju u prvi brak (MAFM)

Brano stanje stanovnitva Beograda starog 15 i vie godina

[3-9] Opta stopa nupcijaliteta (sklopljenih brakova)

1000P

Mm

aa ,

[3-10] Opta stopa divorcijaliteta (razvoda) 1000P

Dd ,

[3-11] Opta stopa divorcijaliteta (razvoda), drugi nain

1000aM

Dd ,

gde je:

M a - broj sklopljenih brakova,

D - broj razvedenih brakova,

P - prosean broj stanovnika u godini.

Osnovni pokazatelji o zakljuenim i razvedenim brakovima

Broj vanbrano roene dece na 100 poroaja

Gradsko i seosko stanovnitvo (podela koja se naputa)

Na statistiki sistem podelu na gradska i seoska naselja vri preko

kombinacije broja stanovnika i procenta poljoprivrednog

stanovnitva.

Obrazovanje stanovnitva - kroz nivoe pismenosti stanovnitvaili preko stepena zavrenog obrazovanja.

Stanovnitvo Beograda staro 15 i vie godina prema polu i kolskoj spremi u procentima

za 2002. godinu

Etnika obeleja - nacionalnost, maternji jezik, veroispovest, rasaitd.

Statistika kretanja stanovnitva

Pod kretanjem stanovnitva podrazumevamo promenu broja

stanovnika na odreenoj teritoriji u jedinici vremena.

Faktori:

raanje (natalitet),

umiranje (mortalitet),

iseljavanje (emigracija),

useljavanje (imigracija).

Vitalna statistikaNatalitet stanovnitvaApsolutni natalitet

[3-12] Stopa maskuliniteta ivoroene dece 100N

NN

f

mm ,

gde je:

Nm - broj ivoroene muke dece,

N f - broj ivoroene enske dece.

[3-13] Opta stopa nataliteta 1000P

Nn ,

gde je:

N ukupan broj roenih beba (ivih i mrtvoroenih),

P - prosean broj stanovnika tekue godine.

[3-14] Efektivna stopa nataliteta 1000P

Nn

le ,

gde je:

N l - broj ivoroene dece.

Poznato je da teorijska stopa nataliteta iznosi oko 50 do 60ivoroenih beba na 1000 stanovnika.

Na natalitet deluju brojni faktori: bioloki, ekonomski,socijalni i psiholoki.

FertilitetFertilni periodFertilni kontigent stanovnitva

[3-15] Stopa fertiliteta (plodnosti)

100049;15;

P

Nf

f

,

gde je:

N broj roene dece,

P f 49;15; - broj fertilnih ena izmeu 15 i 49 godina starosti (fertilni kontigent).

Efektivna stopa fertiliteta se dobija na sledei nain:

[3-16] Efektivna stopa fertiliteta (plodnosti)

100049;15;

P

Nf

f

le ,

gde je:

N l - broj ivoroene dece.

Opta stopa, specifine stope i stopa ukupnog fertiliteta u Srbiji

[3-17] Specifina efektivna stopa fertiliteta (plodnosti)

1000

;

;

; P

Nf

xf

xl

xe ,

gde je:

N xl ; - broj ivoroene dece od majki starih x godina,

P xf ; - broj ena starih x godina.

[3-18] Kumulativni (totalni) fertilitet

1000

49

15;

49;15

x

xef

a .

Ukupna (totalna) stopa fertiliteta (TFR) i prosena starost majki kod prvog poroaja

(MAFB)

Tablice fertiliteta i mortalitetatransverzalni, momentni metodlongitudinalni, kohortni metod

[3-19] Oekivani broj dece za odreenu starosnu dob ene

fII

D xexx

x ;

1

2

,

gde je:

I x - broj ivih ena odreene starosne dobi.

Reprodukcija stanovnitva

[3-20] Bruto stopa reprodukcije enskog stanovnitva

49

15 ;

;;

;x xf

xlf

bfP

NR ,

gde je:

N xlf ;; - broj ivoroene enske dece od majki starih x godina

P xf ; - broj ena starih x godina.

[3-21] Neto stopa reprodukcije enskog stanovnitva

p

P

NR x

x xf

xlf

bf

49

15 ;

;;

; ,

gde je:

px - verovatnoa da e novoroeno ensko dete doiveti odreeni broj godina

(verovatnoa doivljenja).

Verovatnoa doivljenjaMortalitet stanovnitva

[3-22] Stopa mortaliteta 1000P

Mm ,

gde je:

M broj umrlih u toku jedne godine.

Smrtnost odojadiTablice mortalitetaVisina premije osiguranja

Tablice mortaliteta imaju sledee elemente:

verovatnoa umiranja (qx),

verovatnoa doivljenja (px) odnosno verovatnoa da e lice staro x godina doiveti x+1

godinu,

broj ivih koji su stari tano x godina (Lx); polazna vrednost je 100000 sa 0 godina ivota

(L0) i ta vrednost se smanjuje u zavisnosti od px,

broj mrtvih (dx),

zbir ivih (Nx),

srednje trajanje ivota

Srednje trajanje ivotaPrirodni prirataj stanovnitva

[3-28] Prirodni prirataj stanovnitva (apsolutni izraz)

MNJ ,

[3-29] Stopa prirodnog prirataja (relativni izraz prirodnog prirataja)

mnP

MNj

1000 .

Mehaniko kretanje stanovnitva (migracija) je stalna ili

privremena promena mesta boravka stanovnika.

Spoljne i unutranje migracije

[3-31] Migracioni saldo 1000

P

EIS ,

gde je:

I broj imigranata (useljenika),

E broj emigranata (iseljenika).

Migracioni saldo (Migration balance) u nekim istonoevropskim zemljama od 1990. do

2000. u hiljadama

[3-32] Stopa imigracije 1000P

Ii ,

[3-33] Stopa emigracije 1000P

Ee .

Preseljavanja stanovnitva Srbije u 2003. godini

[3-34] Migracioni saldo za period izmeu dva popisa stanovnitva

MNPPS 12 ,

[3-35] Prosean godinji migracioni saldo

t

MNPPS

12 ,

[3-36] Prosena stopa preseljavanja u odnosu na 1000 stanovnika

1000P

Ss ,

Stope migracije u Srbiji u periodu 1998-2003. godine

Komponente porasta stanovnitva

Dve pozitivne (natalitet i imigracija) i dve negativne komponente

(mortalitet i emigracija)

[3-37] Apsolutni porast stanovnitva EIMNR ,

[3-38] Stopa porasta stanovnitva (1. nain) 1000

P

EI

P

MNr ,

[3-39] Stopa porasta stanovnitva (2. nain) eimnr .

Procena broja stanovnika: matematikim metodima ili analitikim

metodom (metod komponenti).

[3-40] Prosean apsolutni porast stanovnitva t

PPR ii 1

.

[3-41] Broj stanovnika na osnovu

aritmetike progresije tRPP ii 1 .

[3-42] Geometrijska stopa porasta

stanovnitva 1

1

1

ti

i

P

Pr ,

[3-43] Broj stanovnika na osnovu

geometrijske progresije titi rPP 1 .

MIGRATION

Statistics on these flows, on the other hand, are relatively

confusing or nonexistent.

First, no consensus exists on what exactly is a migration.Second, the event of migration is rarely measured directly.

Migration refers to the event of moving from one country toanother.

A migrant is a person who has changed his or her residentialstatus, from one time to another.

Population registers capture movements (i.e. migrationevents). Censuses and surveys capture migrants (i.e. status

transitions).

The foreign-born population contains persons who wereborn outside the country of current residence from the

perspective of the settlement country. (roeni u drugoj dravi)

Expatriates (iseljenici, dijaspora) are foreign-born personsresiding in another country from the perspective of the origin

country.

Native-born persons are those born in the country of currentresidence. (roeni u zemlji boravka)

Foreigners are those who have not acquired citizenship in thecountry of residence but are residing there. (stranci bez

dravljanstva)

Nationals (dravljani) may include both native-born andforeign-born persons. (stranci koji imaju dravljanstvo)

Mostly, we think of immigration or emigration flows being a one-

year flow. (UN)

Australia, Canada, New Zealand and the United States:permanent migrants.

Belgium, Japan: 3 monthsSweden, Finland: 1 yearforeign students?

2000 round of censuses OECD countries

In many countries, persons born in the country to parents of

foreign nationality do not automatically acquire the citizenship

of the host country :

Australia and in Canada, but also in Sweden and theNetherlands (60-75%)

Switzerland. Belgium and LuxembourgCzech and Slovak republics, Hungary and Poland

Statistics on the foreign population exclude foreign-born persons

who have acquired the citizenship of the host country and may

suggest that migration is much less prevalent than is in fact the

case. Statistics on the foreign-born population thus provide a more

accurate picture.

Double entry matrix for the year 2003, covering the 25 EU

countries:

The figures reported by the receiving country are often several

times (or even more) higher than those reported by the sending

country.

4.Statistika radne snage i

zaposlenosti

Aktivno stanovnitvo

Statistika radne snage i zaposlenosti ima zadatak da statistiki

obuhvati elemente rada stanovnitva.

Najvei izvor informacija o aktivnom stanovnitvu je popis.Radni kontingent 15-65

[4-1] Broj aktivnih stanovnika PPP nrka ,

[4-2] Koeficijent iskorienja radnog kontigenta

100P

PK

rk

aa .

gde je:

Prk - radni kontigent stanovnitva,

Pn - broj neaktivnih stanovnika iz radnog kontigenta.

Posebni (specifini) koeficijenti iskorienja...

[4-3] Opta stopa aktivnosti 100P

Pa a .

...od 21% u Indiji do 64% u Australiji

Stanovnitvo Srbije prema aktivnosti, oktobar 2004. godine

Zaposleno stanovnitvo

Zaposleno stanovnitvo je deo aktivnog stanovnitva koji

uestvuje u procesu stavaranja drutvenog proizvoda.

Statistiki izvor podataka o zaposlenima je polugodinji

izvetaj o zaposlenima i zaradama zaposlenih.

Prosean godinji broj zaposlenih u hiljadama u Srbiji (1997-2004)

Prosean broj zaposlenih na nivou godine, za celu dravu -aritmetika sredina broja zaposlenih 31. marta i 30. septembra.

Prosean broj zaposlenih u preduzeu - na osnovu dnevnih imesenih stanja broja zaposlenih.

[4-4] Opta stopa zaposlenosti 100P

zz p ,

[4-5] Opta stopa zaposlenosti radnog kontigenta

100P

zz

rk

rk ,

[4-6] Opta stopa zaposlenosti aktivnog stanovnitva

100P

zz

a

a ,

gde je:

z ukupan broj zaposlenog stanovnitva.

Zaposlenost stanovnitva kao dinamika kategorija

[4-7] Prosena godinja stopa zaposlenosti 111

t

i

iz

z

zr ,

gde je:

zi - broj zaposlenih u tekuem periodu,

zi 1 - broj zaposlenih u ranijem periodu.

[4-8] Koeficijent apsorbcije ukupnog

stanovnitva P

zk Paps

; ,

gde je:

z - prirast broja zaposlenih,

P - prirast stanovnitva.

[4-9] Koeficijent apsorbcije aktivnog

stanovnitva

a

aapsP

zk

; ,

gde je:

Pa - prirast aktivnog stanovnitva.

[4-10] Koeficijent fluktuacije zaposlenosti 100

DPS

OF ,

gde je:

O broj radnika koji su otili u toku meseca,

PS poetno stanje u broju zaposlenih,

D broj radnika koji su doli u toku meseca.

Struktura zaposlenih radnika se posmatra kroz vrednosti sledeih

obeleja: oblik svojine, starosna dob, pol, delatnost, zanimanje,

kolska sprema, stepen strunog obrazovanja, stepen strune spreme

za rad na radnom mestu, proizvodni ili neproizvodni radnici, smene

itd.

Procenat zaposlenih ena u ukupnom broju zaposlenihDrava Godina Procenat ena

Albania 2003 37,5

Austria 2003 45,8

Belarus 2002 53,0

Belgium 2003 43,1

Bosnia and Herzegovina 2000 38,0

Bulgaria 2003 47,1

Canada 2002 46,4

Croatia 2003 44,6

Czech Republic 2003 43,1

France 2003 45,7

Germany 2003 44,7

Greece 2003 38,2

Hungary 2003 45,8

Italy 2003 37,8

Poland 2003 45,4

Romania 2003 45,5

Russian Federation 2002 48,9

Serbia and Montenegro 2002 42,5

Slovakia 2003 45,6

Slovenia 2003 45,6

Sweden 2003 48,3

The former Yugoslav Republic of Macedonia 2003 40,0

Turkey 2002 28,0

Ukraine 2003 49,1

United Kingdom 2003 46,2

United States 2002 46,6

Izvor: United Nations Economic Commission for Europe (UNECE), Statistical

Division (Oktobar 2006, http://w3-dev.unece.org/stat/stat.asp)

Zaposlena lica u Srbiji prema sektoru svojine u kom su zaposleni, oktobar 2004.

Obrazovna i kvalifikaciona struktura

kolska kvalifikacijaPriznata kvalifikacija

Stepeni kvalifikacija:

nekvalifikovani radnik, polukvalifikovani, kvalifikovani, visokokvalifikovani,

nie, srednje, vievisoko struno obrazovanje.

Prosena kvalifikacija u preduzeuindeks obrazovanja

Duina radnog vremena

Jedinice mere:

Radnik-danRadnik-asRadnik-mesec i radnik-godina

Fond radnog vremena

Teorijski ili kalendarski radni fondStvarno mogui fond radnog vremena

Ako preduzee ima 500 radnika, onda se kalendarski radni fond za mesec jun izraunava na sledei nain:

30 dana u mesecu 500 radnika = 15000 dana

ili

30 dana u mesecu 500 radnika 24 sata dnevno = 360000 sati.

Mogui fond radnog vremena, za rad u jednoj smeni, 6 dana nedeljno po 7 sati, iznosi:

500 radnika 26 radnih dana = 13000 dana

ili

500 radnika 26 radnih dana 7 sati dnevno = 91000 sati.

Koeficijent iskorienja kalendarskog radnog vremena

Mogui radni fond se deli na dva dela:

odraeno (iskorieno) radno vreme neodraeno (izgubljeno) radno vreme.

Odraeno radno vreme (stvarni fond radnog vremena)Koeficijent iskorienja zaposlenih radnika

Nezaposleno stanovnitvo

Nezaposleno stanovnitvo ini deo aktivnog stanovnitva koje

trenutno nije ukljueno u proces rada.

Prikrivena nezaposlenost (zaposleni na crno)Nedovoljna zaposlenostLana zaposlenost (sluaj sa trudnicama...)Puna zaposlenost (1,5-2%)

Nezaposleni su: sva lica odreene starosti koja se posmatranog dana

ili nedelje nalaze u jednoj od sledeih kategorija:

radnici koji su sposobni da rade i iji je ugovor o radu istekaoili je privremeno prekinut, koji su bez posla i trae zaposlenje,

lica koja su sposobna da rade odreeno vreme, trae zaposlenjeradi zarade, ranije nisu radila, i koja u odreenom zanimanju nisu

radila kao plaeni radnici,

lica bez posla, sposobna za rad odmah, koja su izvrila svepripreme za prihvatanje zaposlenja u odreenom roku,

lica privremeno ili trajno otputena bez naknade.

Registrovana zaposlenost (NSZ)Stvarna zaposlenost

Nezaposlena lica prema stepenu strunog obrazovanja u Srbiji, 2004. godina, godinji

prosek

[4-11] Stopa nezaposlenosti aktivnog

stanovnitva P

Nn

a

aa ,

[4-12] Stopa nezaposlenosti kao odnos

nezaposlenih i zaposlenih lica 100

Z

Nn

az ,

[4-13] Koeficijent aktiviranja z

NK

aa

,

[4-14] Vreme potrebno za zapoljavanje nezaposlenih

mKt az ,

gde je:

Pa broj aktivnih stanovnika

N a broj nezaposlenih,

Z broj zaposlenog stanovnitva,

z proseni porast zaposlenosti,

m vremenski period za koji se izraunava vreme potrebno za zapoljavanje (12 za godinu dana).

Unemployment rate (%) 1997 1998 1999 2000 2001 2002 2003

Austria 4,4 4,5 3,9 3,7 3,6 4,3 4,4

Bosnia and Herzegovina 39,0 38,7 39,0 39,4 39,9 42,7 44,1

Bulgaria 14,4 14,1 15,7 16,4 19,2 17,8 13,6

Croatia 17,6 18,6 20,8 22,6 23,1 21,3 19,1

Czech Republic 4,8 6,4 8,6 8,7 8,0 7,3 7,8

France 11,8 11,4 10,7 9,3 8,5 8,8 9,4

Germany 9,7 9,1 8,4 7,8 7,8 8,6 9,3

Greece 9,8 10,9 11,8 11,0 10,4 10,0 9,3

Hungary 9,0 8,4 6,9 6,3 5,6 5,6 5,8

Italy 11,6 11,7 11,3 10,4 9,4 9,0 8,6

Poland 10,9 10,2 13,4 16,4 18,5 19,8 19,2

Romania 5,3 5,4 6,2 6,8 6,6 7,5 6,6

Russian Federation 11,2 13,3 12,2 9,8 8,7 8,8 8,9

Serbia and Montenegro 25,6 27,2 27,4 26,6 27,5 26,0 27,5

Slovakia 11,9 12,6 16,7 18,7 19,4 18,7 17,1

Slovenia 6,9 7,4 7,2 6,6 5,8 6,1 6,5

Sweden 9,9 8,2 6,7 5,6 4,9 4,9 5,6

Switzerland 4,2 3,6 3,0 2,7 2,6 3,2 4,1

FYR Macedonia 41,7 32,3 44,0 45,1 41,8 45,3 45,3

Turkey 6,4 6,8 7,6 6,5 8,3 10,3 9,0

Ukraine 2,8 4,3 4,3 4,2 3,7 3,8 3,6

United Kingdom 6,9 6,2 5,9 5,4 5,0 5,1 5,0

United States 4,9 4,5 4,2 4,0 4,8 5,8 6,0

Kadrovi

Kadar se definie kao radna snaga koja je stekla odreeni nivo

obrazovanja, odnosno aktivno stanovnitvo koje je zavrilo

odreeni stepen kolovanja.

Obim i struktura kadrova se statistiki obuhvataju trojako:

postojei obim i struktura,

kadrovska situacija u budunosti (primer Irske; soft sciences),

potrebni obim i struktura kadrova.

Struktura nezaposlenih u Srbiji prema kolskoj spremi, oktobar 2004.

Grad Beograd, prosene zarade prema polu i sektorima delatnosti, 2004. godine

EKONOMSKA

(POSLOVNA)

STATISTIKA



www.ef.unc.ac.rs

5. Statistiko obuhvatanje kapaciteta

Privredni kapaciteti

Materijalno bogatstvo: zbor drutvenog (nacionalog) iprirodnog bogatstva.

Nacionalno bogatstvo - suma akumuliranog

drutvenog rada koji je uloen u otkrivanje i preraduprirodnih rezervi i u izmenu prirodnih dobara

Kapaciteti predstavljaju granice obima proizvodnje koje

su odreene raspoloivom koliinom rada, sredstvimaza proizvodnju angaovanim u procesu proizvodnje iraspoloivim vremenom za njihovo korienje.(Fresh-hladno punjenje)

Kapaciteti proizvodne jedinice se izraunavaju naosnovu optimalnih tehnikih i ekonomskih normativa,uz maksimalno korienje proizvodne opreme iprostora.

Statistiko obuhvatanje sredstava za proizvodnju

Sredstva za rad i predmeti radaFinansijski: osnovna i obrtna sredstva

Statistika prati osnovna sredstva vrednosno (preko

knjigovodstvene evidencije) i u naturalnom obliku.

Izvori podataka:

Bilans stanjaTehnika dokumentacijaKupoprodajna dokumentacijaKartoni osnovnih sredstava

Vrednosno praenje osnovnih sredstava:po nabavnoj cenipo ceni reprodukcije

Revalorizacija...

Osnovna (bruto) vrednostStvarna (neto) vrednost

Pokazatelji stanja osnovnih sredstava

[5-1] Godinja masa amortizacije T

OMROA S

,

[5-2] Stopa amortizacije 100S

aO

AS ,

[5-3] Amortizovani deo osnovnih sredstava TAAd ,

[5-4] Koeficijent prosene istroenosti 100S

di

O

AK ,

[5-5] Koeficijent prosene ouvanosti 1000 SO

SK ,

[5-6] Proseno vreme trajanja osnovnog sredstva A

OT S ,

gde je:

OS osnovna vrednost osnovnih sredstava,

R vrednost krupnih popravki,

M vrednost modernizacije,

O ostatak vrednosti,

T vremenski period,

S sadanja vrednost osnovnih sredstava.

Vai jednakost da je Ki + K0 = 100%.

Struktura, stanje i korienje osnovnih sredstava

Graevinski objekti, oprema i ostaloProizvodna i neproizvodna osnovna sredstvaNa osnovu klasifikacije delatnostiUdeo novih osnovnih sredstava u njihovoj ukupnoj vrednostiOpremljenost radnika sredstvima za radKoeficijent povlaenja osnovnih sredstava

[5-7] Koeficijent efikasnosti osnovnih

sredstava P

FK e ,

gde je:

F drutveni proizvod,

P osnovna vrednost osnovnih sredstava.

Koeficijent efikasnosti osnovnih sredstavaKapitalni koeficijentGlobalni kapitalni koeficijent

Naturalno izraavanje osnovnih sredstava

Graevinski objekti i oprema.Oprema: pogonske maine i proizvodnaoprema.

Prema izvoru energije:

primarni i sekundarni pokretai.

Oprema: postojea, instalirana i neinstalirana.

Statistiko obuhvatanje kapaciteta

Vrste kapaciteta:

Teorijski (ugraeni, instalirani, projektovani)Realni (maksimalno mogui, radni, tehniki) (Kolubara...)

Optimalni

Oteano iskazivanje na nivou privrede.

Koeficijenti iskorienja kapaciteta

[5-8] Koeficijent ekstenzivnog iskorienja kapaciteta.

100T

TK

r

se ,

gde je:

poslovna statistika - ekonomski - su

Documents